Proposed Study on the Existing Body of Literature on Innovation Performance in China’s High-Tech SMEs
Notice bibliographique
Résumé
This study investigates the intricate relationship between top management capability, relational capability, technological capability, learning capability, innovation strategy, and innovation performance within the context of high-technology Small and Medium Enterprises (SMEs) in China. Through a synthesis of the Resource-Based View and Dynamic Capability Theory, this research delves into how these diverse capabilities intersect to shape innovation outcomes in a rapidly evolving market landscape. Drawing upon empirical data collected from a comprehensive sample of high-tech SMEs operating across various industries in China, this study examines how top management capability influences the firm's strategic direction and innovation agenda. Furthermore, the research explores the role of relational capability in fostering collaborative relationships with stakeholders, such as customers, suppliers, and partners, to access valuable resources and knowledge for innovation initiatives. Moreover, the study investigates how technological capability enables firms to harness advanced technologies and expertise to drive innovation, while learning capability facilitates the absorption, assimilation, and application of new knowledge and insights to fuel continuous innovation efforts. Through an analysis of innovation strategies adopted by high-tech SMEs and their alignment with dynamic capabilities, this research elucidates the mechanisms through which firms leverage their diverse capabilities to formulate and execute effective innovation strategies, ultimately impacting innovation performance. The findings contribute to both theoretical understanding and practical implications, providing insights for high-tech SMEs in China on how to develop and leverage dynamic capabilities across multiple dimensions to enhance innovation performance and achieve sustainable competitive advantage in today's dynamic business environment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».